| 基于KNN的汉语问句分类 |
| |
| 引用本文： | 贾可亮,樊孝忠,许进忠. 基于KNN的汉语问句分类[J]. 微电子学与计算机, 2008, 25(1): 156-158 |
| |
| 作者姓名： | 贾可亮 樊孝忠 许进忠 |
| |
| 作者单位： | 1. 北京理工大学,计算机学院,北京,100081;山东经济学院,信息管理学院,山东,济南,250014
2. 北京理工大学,计算机学院,北京,100081 |
| |
| 基金项目： | 教育部博士点基金项目(20050007023) |
| |
| 摘 要： | 汉语问句分类是问答系统中重要的组成部分,问句分类结果的好坏直接影响问答系统的质量。利用知网(HowNet)义原树计算问句之间的语义相似度,并以此作为句子之间的距离度量,利用KNN算法构造分类器进行问句分类,并对最近邻分类算法、KNN分类算法及改进的KNN分类算法进行实验比较。结果表明加权的KNN分类器分类效果最好,达到了89.8%的精确率。
|
| 关 键 词： | 问句分类 语义相似度 KNN分类器 |
| 文章编号： | 1000-7180（2008）01-0156-03 |
| 收稿时间： | 2007-01-13 |
| 修稿时间： | 2007-01-13 |
Chinese Qusetion Classification Based on KNN |
| |
| JIA Ke-liang,FAN Xiao-zhong,XU Jin-zhong. Chinese Qusetion Classification Based on KNN[J]. Microelectronics & Computer, 2008, 25(1): 156-158 |
| |
| Authors: | JIA Ke-liang FAN Xiao-zhong XU Jin-zhong |
| |
| Abstract: | Sentences similarity is caculated based on HowNet sememes tree. This paper presents semantic similarity between sentences as the distance of sentences, and adopts KNN classification learning algorithm for question classification. The experiments show that the modified KNN method is better than the other two, and the classification precision reaches 89.8%. |
| |
| Keywords: | question classification semantic similarity KNN classifier |
| 本文献已被 CNKI 维普 万方数据 等数据库收录！ |
|
